2018年債券市場風險案件頻發(fā),違約觸發(fā)機制與以往有所不同,體現(xiàn)為由外部現(xiàn)金流收縮而非內(nèi)部現(xiàn)金流惡化引發(fā)。從中債國債指數(shù)和經(jīng)濟數(shù)據(jù)的周期疊加看,流動性風險是當前信用債違約風險的集中表現(xiàn)。通過Fisher判別得出流動資產(chǎn)周轉(zhuǎn)率、速動比率、總資產(chǎn)周轉(zhuǎn)率、現(xiàn)金債務(wù)比和總資產(chǎn)報酬率等5個指標是影響信用債風險的核心指標,并由此篩選出當前信用債市場532家潛在風險企業(yè)�；贙MV模型對潛在風險企業(yè)違約距離及違約概率進行測算,存在3個高風險區(qū)間,進一步篩選出136家高風險企業(yè)。這些企業(yè)從行業(yè)看集中于制造業(yè)及批發(fā)零售業(yè),從地域分布看集中于東部省份,從企業(yè)性質(zhì)看集中于民企及地方國有企業(yè),風險引爆時間集中于2018年四季度及2019年。 

【文章來源】：金融發(fā)展研究. 2019,(08)北大核心

【文章頁數(shù)】：8 頁

【文章目錄】：
一、文獻綜述
    (一)宏觀經(jīng)濟周期與債券風險關(guān)系
    (二)債券違約財務(wù)指標判別及預警
    (三)債券風險測度的方法
二、當前債券違約的機理及周期分析
    (一)信用債違約的主要表現(xiàn)
    (二)信用債違約的機理分析
        1. 宏觀市場層面。
        2. 微觀主體層面。
    (三)基于中債國債指數(shù)和經(jīng)濟數(shù)據(jù)的信用債違約周期分析
三、基于FISHER判別法的風險因子甄別
    (一)數(shù)據(jù)來源及指標選取
    (二)Fisher判別函數(shù)構(gòu)建與樣本企業(yè)甄別
        1. 模型檢驗。
        2. 判別函數(shù)構(gòu)建。
        3. 進行風險預警的基礎(chǔ)樣本企業(yè)甄別。
四、基于KMV模型的信用債違約風險預警及識別
    (一)KMV模型理論基礎(chǔ)及構(gòu)建
    (二)模型參數(shù)設(shè)定
    (三)債券違約預警區(qū)間測算及風險企業(yè)判別
    (四)高風險企業(yè)的結(jié)構(gòu)化表現(xiàn)
        1. 高風險企業(yè)集中于制造業(yè)與批零業(yè)。
        2. 高風險企業(yè)地域分布“東多西少”。
        3. 高風險企業(yè)主要為民企和地方國企。
    (五)債券市場風險展望
五、政策建議
    (一)引導企業(yè)合理擴張,減弱對債務(wù)杠桿的依賴
    (二)提高債券市場透明度,強化披露監(jiān)管
    (三)建立重點行業(yè)、重點時段債券違約的預警應(yīng)對機制
    (四)積極穩(wěn)妥做好風險處置,防止風險疊加共振


【參考文獻】：
期刊論文
[1]股權(quán)集中與投資者利益保護——基于我國上市公司的實證分析[J]. 徐慧玲,吳博源.  武漢金融. 2018(04)
[2]貨幣周期視角下債券市場信用風險門檻效應(yīng)及調(diào)控策略選擇[J]. 宋美喆,胡丕吉.  金融理論與實踐. 2018(04)
[3]基于商業(yè)周期視角的債券信用利差影響因素分析[J]. 王亞軍,王樹進.  統(tǒng)計與決策. 2017(23)
[4]信用風險溢價還是市場流動性溢價:基于中國信用債定價的實證研究[J]. 紀志宏,曹媛媛.  金融研究. 2017(02)
[5]判別公司債券違約風險的財務(wù)指標研究——基于財務(wù)預警理論[J]. 霍雨佳.  會計之友. 2016(21)
[6]債券違約風險預警模型探究[J]. 俞寧子,劉斯峰,歐陽炎力,陳綠原.  中國市場. 2016(39)
[7]中國式風險披露、披露水平與市場反應(yīng)[J]. 姚頤,趙梅.  經(jīng)濟研究. 2016(07)
[8]未預期貨幣政策與企業(yè)債券信用利差——基于固浮利差分解的研究[J]. 郭曄,黃振,王蘊.  金融研究. 2016(06)
[9]違約發(fā)債主體財務(wù)指標特征研究[J]. 蔣書彬.  債券. 2016(06)
[10]基于KMV模型的中國上市公司信用風險評估研究[J]. 蔣彧,高瑜.  中央財經(jīng)大學學報. 2015(09)



本文編號：3240529